Hive 计算用户留存率

统计用户留存率，一次统计多个模块，多个日期的留存率；

以前用：SQL-用户月留存率 经过left join 不等式断定；

可是 hive 不支持 在 left join 中 不等式断定

so 经过另一种方式实现 用户留存率：

代码以下：

with da_user as (
    select 
    from_unixtime(unix_timestamp(ds,'yyyyMMdd'),'yyyy-MM-dd') as ds 
    ,user_id
    ,regexp_extract(args,'project_id=(\\d+)',1) as project_id
    from ods_view_ypp.ods_all_mobile_log  log 
    where ds between '20190523' and '20190621'
    and app_id = 100   
    and regexp_extract(args,'project_id=(\\d+)',1) = 1034
    group by 
    from_unixtime(unix_timestamp(ds,'yyyyMMdd'),'yyyy-MM-dd')
    ,user_id
    ,regexp_extract(args,'project_id=(\\d+)',1)
)

select ds 
,total_cnt
,concat_ws('% | ', cast(round(diff_1cnt*100/total_cnt, 2) as string), cast(diff_1cnt as string)) a
,concat_ws('% | ', cast(round(diff_2cnt*100/total_cnt, 2) as string), cast(diff_2cnt as string)) b
,concat_ws('% | ', cast(round(diff_3cnt*100/total_cnt, 2) as string), cast(diff_3cnt as string)) c
,concat_ws('% | ', cast(round(diff_4cnt*100/total_cnt, 2) as string), cast(diff_4cnt as string)) d

from(
select 
t1.ds
,count(distinct t1.user_id) as total_cnt 
,count(distinct if(datediff(t2.ds,t1.ds)=1,t1.user_id,null)) as  diff_1cnt
,count(distinct if(datediff(t2.ds,t1.ds)=2,t1.user_id,null)) as  diff_2cnt
,count(distinct if(datediff(t2.ds,t1.ds)=3,t1.user_id,null)) as  diff_3cnt
,count(distinct if(datediff(t2.ds,t1.ds)=4,t1.user_id,null)) as  diff_4cnt
from    da_user t1 
left join da_user t2 
on (t1.user_id = t2.user_id )
group by t1.ds
)t 

结果以下图所示：

参考地址：

[hive 关于用户留存率的计算 - chenpe32cp的博客 - CSDN博客](https://blog.csdn.net/chenpe32cp/article/details/85068184)

[【hive】关于用户留存率的计算 - zzhangyuhang - 博客园](https://www.cnblogs.com/zzhangyuhang/p/9884967.html)

本文分享自微信公众号 - SQL数据分析（dianwu_dw）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。